TacticalRMM v1.2.0 版本发布:脚本执行优化与磁盘检测修复
TacticalRMM 是一款开源的远程监控和管理工具,专为IT运维团队设计,提供了强大的远程控制、脚本执行、补丁管理和系统监控等功能。本次发布的v1.2.0版本主要针对脚本执行和磁盘检测进行了多项改进,进一步提升了系统的稳定性和用户体验。
脚本执行功能增强
本次更新在脚本检查功能中引入了一个重要的新特性——"成功返回码"字段。这个改进允许管理员指定除默认的0之外的其他返回码也视为脚本执行成功。
技术实现解析
在Unix/Linux系统中,进程执行完毕后会返回一个状态码,传统上0表示成功,非零值表示各种错误。但在实际运维场景中,某些脚本可能有特定的返回码约定。例如:
- 返回码
98通常用于表示脚本超时 - 某些自动化工具可能有自己的成功返回码定义
通过新增的这个配置项,管理员可以更灵活地定义哪些返回码应被视为成功执行,从而减少误报。这对于构建复杂的自动化工作流特别有价值。
磁盘检测功能修复
v1.2.0版本修复了一个影响Google Drive用户的重要问题。此前,如果系统中安装了Google Drive,会导致磁盘列表显示为空,进而影响:
- 系统摘要页面的磁盘信息显示
- 磁盘空间检查功能的正常运行
问题根源分析
该问题源于磁盘枚举逻辑与Google Drive虚拟文件系统的兼容性问题。当Google Drive创建虚拟磁盘映射时,原有的检测方法无法正确处理这些特殊设备节点,导致整个磁盘列表获取失败。
修复后的版本能够正确识别和过滤这些特殊设备,确保真实物理磁盘和常规存储设备的正常检测。需要注意的是,此修复需要配合Agent 2.9.1版本使用,该版本已随本次更新一同发布。
审计日志与用户体验改进
脚本测试日志记录
现在,当用户执行"测试脚本"操作时,相关详细信息会被记录到审计日志中。这为后续的问题排查和操作追溯提供了更完整的数据支持。
任务执行确认机制
为了防止误操作,v1.2.0增加了"立即运行任务"操作的确认对话框。当用户右键点击任务选择"立即运行"时,系统会弹出确认提示,减少意外触发任务执行的情况。
智能页面重定向
改进了登录后的重定向逻辑,现在用户会被自动导航到他们最初尝试访问的页面,而不是总是跳转到首页。这个改进同样适用于会话超时后重新登录的场景,使得工作流程更加连贯。
跨平台兼容性优化
修复了Linux和macOS代理上出现的错误日志问题。此前,"安装Windows更新"的日志消息会错误地出现在非Windows系统的调试日志中,现在这些不相关的消息已被正确过滤。
总结
TacticalRMM v1.2.0版本虽然是一个小版本更新,但包含了多项实用的功能改进和问题修复。特别是脚本返回码的灵活配置和磁盘检测的兼容性修复,将显著提升日常运维工作的效率和可靠性。建议所有用户尽快升级到该版本,以获得最佳的使用体验。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00